VAD KÄNNETECKNAR DE INDIVIDER SOM INTE KAN BEHÅLLA EN ANSTÄLLNING? Sven-Olov Daunfeldt och Elina Fergin Wennberg 2016 HUI RESEARCH
Utanförskapet är inte slumpmässigt Den senaste statistiken från SCB (januari, 2016) visar att 388 000 personer var utan arbete, och att arbetslösheten uppgick till 7,5 procent av arbetskraften. Arbetslösheten bland utrikes födda (16-64 år) var 16,2 procent, vilket kan jämföras med arbetslösheten bland de inrikes födda i samma ålderskategori som var 5,3 procent. Långtidsarbetslösheten bland utrikes födda var 36 procent (24,2% inrikes födda), vilket är mycket bekymmersamt eftersom det finns en mängd studier som visat att längre perioder i arbetslöshet kan leda till att individer permanent hamnar utanför arbetsmarknaden, med stora samhälleliga och sociala kostnader som följd (Atkinson m fl., 1986; Shields och Price, 2005). En av de absolut viktigaste faktorerna för att kunna integrera de utrikes födda och andra marginaliserade grupper är deras möjligheter att få ett arbete (Hammarstedt & Shukur, 2006).
Den som står långt ifrån arbetsmarknaden och har svårt att få jobb ska ges reella möjligheter att komma tillbaka till arbetslivet. I budgetpropositionen för 2016 avser därför regeringen att föreslå en rad insatser för att möjliggöra en snabbare återgång till arbetslivet. - Ur budgetpropositionen för 2016: Investeringar för fler jobb I budgetpropositionen (Prop. 2014/15:1 Utgiftsområde 14, s. 20) påtalas det också att: de arbetsmarknadspolitiska insatserna ska huvudsakligen riktas till dem med störst behov, dvs. de långtidsarbetslösa
Syfte och bidrag Syftet är att kartlägga vad det är som kännetecknar de individer som har svårt att etablera sig på den svenska arbetsmarknaden, samt vad som karakteriserar de företag som anställer dessa individer. Vårt bidrag är att vi specifikt studerar de arbetstagare som står närmast arbetsmarknaden, men som har problem med att få en varaktig sysselsättning.
cv cv Arbetslös Sysselsatt Dagar arbetslöshet cv t-1 t t+1 Matchade employee-employer data från SCB, 2006-2013. Totalt 359 736 observationer 69,7% har 0 arbetslöshetsdagar år t+1
Metod Antalet dagar i arbetslöshet är inte en kontinuerlig variabel, utan en diskret variabel som bara kan ta positiva värden. OLS är då inte att rekommendera eftersom den baseras på antagandet att den studerade beroende variabeln är kontinuerlig, kan ta både positiva och negativa tal, och är normalfördelad runt sitt väntevärde. I detta fall rekommenderas istället räknedatamodeller som är anpassade för datamaterial där beroende variabeln är diskret. Vi väljer att använda den negativa binomial modellen (NB). Fördelen med denna modellansats är att den tillåter en oproportionerligt hög andel nollor och overdispersion, d v s att variansen är större än medelvärdet.
Modell D it+1 = f(a 0 + β j X it + Θ k U it + λ l I it + a m + a b + a R + a t ) + ε it, (1) Individfaktorer Kön Ålder Ålder x 2 Barn Civilstatus Utbildningsnivå Grundskola Gymnasium Avklarad högskoleutbildning Födelseregion Norden EU25 Europa (utanför EU) Afrika Sydamerika Asien Övrigt Sverige, utländska föräldrar
Resultat, urval Variabel Irr Kön 0.859*** Gift 0.816*** Grundskola 1.036 Gymnasium 0.814*** Högskola 0.584*** Sverige, utrikes födda föräldrar 1.086* Norden 1.050 EU 25 1.102 Europa (utanför EU) 1.179*** Afrika 1.338*** Sydamerika 1.180** Asien 1.299***
Antalet genomsnittliga dagar i arbetslöshet Övriga Asien Sydamerika Afrika Europa (utanför EU) EU25 Norden Sverige, utländska föräldrar Sverige 39,09 36,81 33,44 37,91 33,42 31,24 29,77 30,77 28,34 Högre utbildning Gymnasium Grundskola Ingen grundskola 21,55 30,01 38,21 36,88 Inga barn Barn 27,53 30,79 Singel Gift/sambo 25,79 31,58 Man Kvinna 26,88 31,28 0 5 10 15 20 25 30 35 40 45
Tabell 9. Effekt av utbildningsinriktning på antalet dagar i arbetslöshet året efter det att en tidigare arbetslös registrerats som sysselsatt (z-värden i parantes) Utbildningsinriktning IRR Arbetslöshetsdagar a Allmän utbildning 0.941 27.89 (-1.08) Pedagogik och lärarutbildning 1.006 29.84 (0.09) Humaniora och konst 1.197*** 35.49 (2.94) Samhällsvetenskap, juridik och administration 0.966 28.65 (-0.65) Naturvetenskap/matte/data 1 b 29.65 (.) Teknik och tillverkning 1.021 30.28 (0.41) Lant- och skogsbruk, djursjukvård 1.129 33.48 (1.66) Hälso- och sjukvård, social omsorg 0.877** 26.00 (-2.36) Tjänster 1.049 31.09 (0.83) Okänd 1.091 32.36 (1.29)
Bransch Effekt av bransch på antal dagar i arbetslöshet El- och vattenförsörjning 12,83 Verksamhet vid internationella organisationer Finansiell verksamhet Tillverkning Transport Utvinning av mineral Partihandel 19,27 19,5 20,16 21,14 21,5 22 Detaljhandel Fiske Fastighetsverksamhet Byggverksamhet 25,94 27,11 27,26 30 Hotell och restaurang Offentlig verksamhet 33,92 34,35 Hälso- och sjukvård Jordbruk och skogsbruk Samhälleliga tjänster 42,38 43,32 43,97 Utbildning 49,18 0 10 20 30 40 50 60 Genomsnittligt antal dagar i arbetslöshet
Län Effekt av individens lokalisering på antalet dagar i arbetslöshet Norrbottens län Blekinge län Gävleborgs län Värmlands län Västernorrlands län Gotlands län Jämtlands län Västerbottens län Dalarnas län Kalmar län Örebro län Östergötlands län Skåne län Västra Götalands län Södermanlands län Hallands län Kronobergs län Västmanlands län Jönköpings län Uppsala län Stockholms län 21,18 39,82 38,76 38,67 37,57 37,41 35,79 35,75 35 33,34 31,94 31,14 29,99 29,23 28,91 28,72 28,24 28,18 27,32 26,13 24,49 0 5 10 15 20 25 30 35 40 45 Dagar i arbetslöshet
Skillnad mellan företag IRR z-värde Företagsstorlek Små företag (10-49) 0.920*** -3.36 Mellanstora ftg (20-249) 0.791*** -8.32 Stora företag (>249) 0.758*** -6.84-8 dagar Variabler Sverige, utländska föräldrar Mikroföretag 1-9 anställda Små företag 10-49 anställda Mellanstora företag 50-249 anställda Stora företag >249 anställda 1.228* 1.117 0.895 1.108 (2.16) (0.97) (-0.72) (1.41) Norden 1.098 1.126 1.007 1.002 (0.80) (0.84) (0.03) (0.03) EU25 1.128 1.200 1.229 0.963 (0.94) (1.06) (0.90) (-0.37) Europa (utanför EU) 1.260* 1.285* 1.185 1.139* (2.45) (2.18) (1.20) (2.09) Afrika 1.021 1.466 1.779 1.391*** (0.10) (1.52) (1.96) (3.36) Sydamerika 1.460 1.193 1.181 1.163 (1.84) (0.77) (0.56) (1.28) Asien 1.269** 1.427** 1.647** 1.382*** (2.93) (2.97) (3.20) (5.33)
Sammanfattning Det inte är en enskild faktor som karakteriserar de individer som står nära arbetsmarknaden, men ändå har problem med att etablera sig på arbetsmarknaden. De arbetslösa som har en högre utbildning, eller till och med bara en gymnasieutbildning, har betydligt färre arbetslöshetsdagar jämfört med de som bara färdigställt grundskolan. Utrikes födda har större svårigheter att behålla en anställning jämfört med inrikes födda, även efter att vi kontrollerat för utbildningsnivå, utbildningsinriktning, bransch etc. Stora branschskillnader. Tidigare arbetslösa som får en sysselsättning inom de offentligt dominerade verksamheterna har större problem med att stadigvarande etablera sig på arbetsmarknaden. Färre kommande arbetslöshetsdagar för de som får arbete i Stockholms län. De arbetslösa som anställs i stora företag har färre kommande arbetslöshetsdagar jämfört med de som anställs i mindre företag. Större problem för utrikes födda än inrikes födda att behålla arbetet i stora företag, men mindre skillnader mellan utrikes föddas och inrikes föddas möjligheter att behålla arbetet i företag med 1-9 anställda.
Policyimplikationer Sannolikt mer effektivt att rikta mer satsningar gentemot de individer som står nära arbetsmarknaden, men som har svårt att finna en stadig etablering. Det kan finnas stora samhällsekonomiska vinster om riktade åtgärder gentemot specifika branscher, antingen genom lagstiftning eller genom överenskommelser mellan fack och arbetsgivare, kan få de individer som har problem med att etablera sig på arbetsmarknaden att komma närmare ett arbete. Öka drivkrafterna och möjligheterna att flytta till mer tättbefolkade regioner Kan finnas samhällsekonomiska vinster med att rikta utbildningssatsningar mot de individer som får jobb, men ändå har problem med att etablera sig på arbetsmarknaden.